买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国医学科学院肿瘤医院深圳医院;中国科学院深圳先进技术研究院申请的专利一种基于多组学数据的青年肿瘤前细胞异常动态识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121096600B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511635464.4，技术领域涉及：G16H50/20；该发明授权一种基于多组学数据的青年肿瘤前细胞异常动态识别方法是由孙姮;金时;靳雨茜;刘海洲;张键设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本一种基于多组学数据的青年肿瘤前细胞异常动态识别方法在说明书摘要公布了：本发明公开了一种基于多组学数据的青年肿瘤前细胞异常动态识别方法，涉及细胞异常识别技术领域，本发明通过构建动态关联强度矩阵与累积效应贡献矩阵，依据个体响应特征实施差异化筛选策略，实现对青年肿瘤前细胞异常动态的高保真识别。针对不同响应类型个体，分别采用即时路径、长期路径或双路径融合策略，精准筛选关键行为数据，提升输入质量。该方法有效剔除冗余干扰，增强模型对免疫抑制、DNA损伤累积等关键过程的模拟能力，显著提高细胞状态演化序列的生物学合理性与预测精度，解决现有技术因数据噪声导致的模型响应滞后、计算效率低及输出失真问题，为肿瘤前病变的早期预警与个体化干预提供可靠技术支撑。

本发明授权一种基于多组学数据的青年肿瘤前细胞异常动态识别方法在权利要求书中公布了：1.一种基于多组学数据的青年肿瘤前细胞异常动态识别方法，其特征在于，包括以下步骤： 步骤1、获取每个目标青年个体的基因组、蛋白质组、代谢物组及生理行为数据，并分别进行时间对齐与标准化处理，得到每个目标青年个体的个体化多组学健康档案； 步骤2、结合每个目标青年个体的个体化多组学健康档案与预构建的青年特异性细胞异常模式数据库，采用图神经网络构建个体化虚拟细胞集群模型； 步骤3、基于每个目标青年个体的个体化多组学健康档案，对每个目标青年个体的每个生理行为数据进行分析，得到每个目标青年个体的优选生理行为数据； 步骤31、基于每个目标青年个体的个体化多组学健康档案，提取每个目标青年个体的细胞功能状态代理指标； 步骤32、基于每个目标青年个体的细胞功能状态代理指标，分别构建动态关联强度矩阵及累积效应贡献矩阵； 步骤321、获取每个目标青年个体的生理行为数据时间序列，所述生理行为数据包括连续熬夜时长、高脂饮食频率及久坐持续时间； 步骤322、将每个目标青年个体的每个生理行为数据与每个目标青年个体的每个细胞功能状态代理指标依据时间序列进行滞后滑动窗口相关性分析，计算在滞后0–2天内的皮尔逊相关系数，得到平均关联强度，基于平均关联强度形成每个目标青年个体的动态关联强度矩阵； 步骤323、基于每个目标青年个体的个体化多组学健康档案，构建轻量级LSTM神经网络模型，以连续7天的生理行为数据为输入、第8天的细胞功能状态代理指标为输出进行训练，得到训练完毕的轻量级LSTM神经网络模型； 步骤324、通过梯度反传方法计算每个生理行为数据在训练完毕的LSTM神经网络模型中的影响权重，所述影响权重为对应输入行为在7天序列上的梯度绝对值的平均值并经归一化处理后的结果，基于所述影响权重生成每个目标青年个体的累积效应贡献矩阵； 步骤33、将动态关联强度矩阵及累积效应贡献矩阵执行融合，得到复合影响矩阵； 步骤331、判断每个目标青年个体的动态关联强度矩阵中是否存在至少一个生理行为数据与细胞功能状态代理指标的相关系数绝对值大于0.7且p值小于0.05，若是，则标记该目标青年个体具有显著即时响应特征； 步骤332、判断每个目标青年个体的累积效应贡献矩阵中是否存在至少一个生理行为数据对任一细胞功能状态代理指标的影响权重大于0.6，若是，则标记该目标青年个体具有显著长期累积特征； 步骤333、当仅标记有显著即时响应特征时，将动态关联强度矩阵作为第一复合影响矩阵； 步骤334、当仅标记有显著长期累积特征时，将累积效应贡献矩阵作为第二复合影响矩阵； 步骤335、当同时标记有显著即时响应特征和显著长期累积特征时，将动态关联强度矩阵中每个生理行为数据-细胞功能状态代理指标对的平均关联强度取绝对值，并与累积效应贡献矩阵中对应位置的影响权重按1:1比例进行逐元素相加，得到每个生理行为数据-细胞功能状态代理指标对的综合影响强度，基于所述综合影响强度构建每个目标青年个体的第三复合影响矩阵； 步骤336、当未标记有显著即时响应特征且未标记有显著长期累积特征时，则不执行矩阵融合操作； 步骤34、依据动态关联强度矩阵、累积效应贡献矩阵及复合影响矩阵对每个目标青年个体的每个生理行为数据进行筛选，得到每个目标青年个体的优选生理行为数据； 步骤4、将每个目标青年个体的优选生理行为数据输入至个体化虚拟细胞集群模型，并采用基于智能体的建模方法模拟细胞间交互过程，生成包含免疫细胞活性、DNA损伤累积速率、代谢微环境pH值及肿瘤细胞逃逸概率的时间序列数据，形成每个目标青年个体的细胞状态演化序列； 步骤5、对每个目标青年个体的细胞状态演化序列进行趋势分析，基于分析结果得到每个目标青年个体的肿瘤前细胞异常动态识别结果，并根据识别结果制定干预建议。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国医学科学院肿瘤医院深圳医院;中国科学院深圳先进技术研究院，其通讯地址为：518127 广东省深圳市龙岗区宝荷路113号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。